【神经网络】{5} ——拟合神经网络参数的代价函数(学习笔记)

上传者: 38584043 | 上传时间: 2022-04-28 20:12:03 | 文件大小: 186KB | 文件类型: PDF
此处开始谈论一个学习算法,它能在给定训练集时,为神经网络拟合参数。 和我们讨论的大多数学习算法一样,我们将从拟合神经网络参数的代价函数开始讲起。 重点讲解神经网络在分类问题中的应用。 假设我们有一个与上图类似的神经网络结构: 再假设我们有一个像这样的训练集: 其中有m组训练样本(x ^(i), y ^(i))。 用大写字母L来表示这个神经网络结构的总层数。(对于上图的网络结构,能够得出L = 4。) 接着用s_l来表示第l层的单元数,也就是神经元的数量,这其中不包括第L层的偏差单元。 我们将会考虑两种分类问题: 第一种是二元分类: 上面那个神经网络有四个输出单元,如果遇到二元分类问题

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明